Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.6 Luna

Resumen

Comparación benchmark de Claude Opus 4.6 (medium) vs GPT-5.6 Luna (high): La puntuación media está prácticamente empatada en 7.7 vs 7.7. GPT-5.6 Luna (high) tiene menor coste de benchmark con $0.924 vs $2.053. GPT-5.6 Luna (high) es más rápido con 18.39s vs 25.89s, con tasas de acierto de 61.9% vs 71.4%.

Modelo recomendado: GPT-5.6 Luna (high) - Tiene la mejor puntuación aquí (7.7) y cuesta aproximadamente 2.2x menos que Claude Opus 4.6 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 GPT-5.6 Luna GPT-5.6 Luna high Lanzamiento: 2026-07-09
Puntuación 7.7 7.7
Rango #48 #50
Fiabilidad 10.0 10.0
Consistencia 8.8 8.8
Pruebas correctas
Tasa de aciertos por intento 61.9% 71.4%
Pruebas inestables 3 3
Ejecuciones totales 63 63
Costo por resultado 17.103 6.594
Costo total $2.053 $0.924
Precio de entrada $5.000 / 1M $1.000 / 1M
Precio de salida $25.000 / 1M $6.000 / 1M
Total de tokens de entrada 53,227 35,699
Tokens de salida 47,446 2,079
Tokens de razonamiento 24,000 145,816
Tiempo de respuesta (promedio) 25.89s 18.39s
Tiempo de respuesta (máximo) 83.40s 111.09s
Tiempo de respuesta (total) 362.49s 386.24s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#48 Claude Opus 4.6

medium
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 tok

#50 GPT-5.6 Luna

high
Coste
$0.033
Tiempo
34.2s
Tokens
5,484 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
GPT-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
GPT-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
GPT-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
GPT-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
GPT-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
GPT-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
GPT-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

Comparación rápida

Cambiar par de comparación

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 TerralowGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumDisponible gratisvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 LunahighClaude Opus 4.6mediumvsDeepSeek V4 Prohigh